AI e lavoro in Italia: adozione in crescita, ma le sfide sono competenze e formazione

Il rapporto “L’IA nel mercato del lavoro italiano”, presentato il 21 aprile 2026 da Anitec-Assinform in collaborazione con il Politecnico di Torino, fornisce una fotografia dettagliata e cruciale sullo stato attuale dell'Italia nell'intersezione tra intelligenza artificiale (AI), organizzazione del lavoro, competenze e formazione. Lo studio, frutto di un'approfondita rassegna della letteratura, di un'analisi del contesto nazionale, di casi di studio su grandi imprese e di un'indagine sull'ecosistema formativo, si propone di determinare se il sistema produttivo italiano stia gestendo questa transizione tecnologica in modo strutturato o, al contrario, ancora episodico.

L'adozione dell'AI in Italia: una crescita non uniforme

Il primo dato concreto che emerge dal rapporto riguarda i numeri dell'adozione dell'AI nelle imprese italiane. Secondo l'Istat, nel 2025 il 16,4% delle imprese italiane con almeno 10 addetti utilizza almeno una tecnologia di AI. Questo dato evidenzia una crescita netta e significativa rispetto agli anni precedenti: nel 2024 la quota era dell'8,2%, mentre nel 2023 si fermava al 5%. Nel giro di soli due anni, il peso dell'AI nel tessuto produttivo italiano è più che triplicato.

Nonostante questa espansione, un dato di fondo rimane rilevante: l'83,6% delle imprese non adotta ancora alcuna tecnologia di intelligenza artificiale. Il rapporto enfatizza come il valore medio possa essere fuorviante. L'Italia non si trova più in una fase di totale immobilismo, ma non ha ancora raggiunto una diffusione ampia e omogenea dell'AI. La crescita dell'intelligenza artificiale si verifica prevalentemente in contesti dove esiste già una base tecnologica solida, dove i dati sono organizzati, dove il management è in grado di valutare il ritorno dell'investimento e dove il personale ha già familiarità con processi digitali più maturi.

Anche il mercato conferma questa dinamica. Anitec-Assinform ha segnalato che nel 2024 il mercato dell'AI aveva superato i 900 milioni di euro, con una crescita del 38,7% rispetto al 2023. Il comunicato collegato al nuovo rapporto indica per il 2025 un valore di 1,24 miliardi di euro, con una proiezione che supera i 2,5 miliardi entro il 2028. Questi numeri dimostrano un chiaro interesse economico e una crescente domanda di soluzioni AI, ma non sono sufficienti a trasformare automaticamente la struttura delle imprese in maniera capillare.

Il divario tra grandi imprese e PMI: un nodo cruciale

Il nodo centrale, più che geografico, è dimensionale. L'Istat rileva che nel 2025 l'uso dell'AI ha raggiunto il 53,1% tra le grandi imprese, contro il 15,7% delle PMI. Questo divario non solo non si riduce, ma si allarga ulteriormente. Nel 2023 la distanza era di circa 20 punti percentuali, nel 2024 di 25, e nel 2025 arriva a ben 37 punti.

Questo dato si lega in modo diretto a quanto emerge nel rapporto. Le PMI italiane continuano a scontrarsi con ostacoli ricorrenti, che limitano la loro capacità di adottare l'AI:

• Risorse finanziarie più limitate: le piccole e medie imprese spesso non dispongono dei capitali necessari per investire in tecnologie avanzate e nella relativa formazione.
• Minore capacità di pianificazione: la mancanza di strategie a lungo termine ostacola l'integrazione strutturata dell'AI.
• Difficoltà ad attrarre specialisti: le PMI faticano a competere con le grandi aziende per talenti con competenze specifiche in AI.
• Cultura manageriale meno orientata ai progetti di trasformazione: la leadership nelle PMI può essere meno propensa ad abbracciare cambiamenti radicali.
• Maggiore incertezza sul rapporto tra costi e benefici: la difficoltà nel quantificare il ritorno sull'investimento rende le PMI più reticenti all'adozione.

In molti casi, l'AI non viene esclusa per pregiudizio ideologico, ma perché non trova spazio in una catena di decisioni già fragile sul piano organizzativo.

Questo problema è di vitale importanza, dato che il sistema produttivo italiano è composto in larga parte da imprese di piccola e media dimensione. Se la diffusione dell'AI rimane concentrata nei grandi gruppi, il rischio non è solo un rallentamento dell'innovazione, ma anche una crescita ulteriore dei divari di produttività e di competitività all'interno degli stessi settori.

Diffusione e applicazioni settoriali

La diffusione dell'AI non è uniforme neppure tra i comparti. L'Istat segnala livelli più alti nei servizi di informazione, nell'informatica, nelle telecomunicazioni e nelle attività più ricche di capitale umano specializzato.

Tra le imprese che già utilizzano l'AI, le applicazioni più frequenti riguardano l'estrazione di informazioni da testi, l'AI generativa per linguaggio e contenuti e le tecnologie di riconoscimento vocale. Meno diffuse risultano le applicazioni che richiedono un'integrazione più complessa nei processi fisici o industriali, come il movimento delle macchine.

Questo quadro coincide solo in parte con l'idea più comune di AI come tecnologia confinata al software. I casi studiati nel rapporto mostrano, infatti, una presenza molto più trasversale. L'AI compare nel retail, nell'agroalimentare, nella manifattura, nella farmaceutica, nella banca, nei servizi di rete e nella cantieristica navale. Non si tratta di un dettaglio irrilevante: significa che la trasformazione non riguarda solo le aziende native digitali, ma anche settori che fino a pochi anni fa venivano considerati marginali rispetto a questi sviluppi.

Impatto occupazionale: riorganizzazione delle mansioni più che sostituzione

Sul piano occupazionale, il rapporto mantiene una linea prudente. Le evidenze raccolte in Italia non indicano oggi una sostituzione netta e generalizzata della forza lavoro. Il fenomeno più visibile è la riorganizzazione delle mansioni. Le attività ripetitive, documentali, di prima analisi o di supporto standardizzato tendono a perdere peso relativo. Cresce, invece, il valore delle attività che richiedono validazione, supervisione, progettazione, interpretazione del contesto e interazione con sistemi sempre più autonomi.

Nel testo emerge con chiarezza una distinzione fondamentale:

• Le professioni cognitive con compiti molto strutturati, standardizzati e parametrizzabili risultano più esposte al rischio di compressione.
• Le attività che richiedono ragionamento astratto, capacità relazionale, problem solving non lineare e comprensione del contesto sembrano invece trarre vantaggio dall'integrazione con l'AI.

È una distinzione importante perché sposta la discussione dal numero dei posti di lavoro al contenuto concreto del lavoro, evidenziando la necessità di un'evoluzione delle competenze.

Allo stesso tempo, il rapporto richiama le evidenze più recenti provenienti da Regno Unito e Stati Uniti, dove si osservano già segnali di riduzione nelle posizioni junior più esposte, soprattutto in ambiti tecnici, creativi e di analisi. L'Italia non mostra ancora con la stessa intensità questa dinamica, ma il report suggerisce di non interpretare il ritardo temporale come una protezione permanente. Piuttosto, come una finestra utile per prepararsi meglio.

Le forme di diffusione dell'AI nelle grandi imprese

La parte qualitativa del rapporto è forse la più interessante. Le otto grandi imprese analizzate mostrano che l'AI si diffonde soprattutto in tre forme distinte:

1. Il cambiamento locale: riguarda l'uso dell'AI su singole funzioni o attività, come il marketing, il controllo qualità, la manutenzione, il customer care o la gestione documentale.
2. Il cambiamento applicativo: coincide con una riorganizzazione più ampia di pezzi rilevanti di processo, indicando un'integrazione più profonda dell'AI in specifici flussi di lavoro.
3. La trasformazione sistemica: è la forma più rara, in cui l'AI diventa parte integrante di una revisione profonda delle capacità operative e strategiche dell'intera organizzazione.

Il dato che emerge con più forza è che, salvo eccezioni come Dompé, l'AI nelle grandi imprese italiane si innesta soprattutto su logiche gestionali già esistenti. In altre parole, non produce sempre una rottura dei paradigmi preesistenti. Molto più spesso, l'AI aumenta l'efficienza, riduce i tempi, migliora l'uso degli asset, rende più preciso il controllo, velocizza la progettazione e amplia la capacità di analisi. Nei casi di Italgas, Fincantieri o Intesa Sanpaolo, l'AI si integra in architetture già orientate a dati, sensori, piattaforme o workflow digitali. Nei casi di Natuzzi, Veronesi e Michelin, l'AI sostiene la qualità, l'ottimizzazione e la continuità operativa.

Da qui deriva una conclusione utile: l'AI premia soprattutto le imprese che hanno già costruito le condizioni abilitanti, quali:

• Dati affidabili: la qualità dei dati è fondamentale per alimentare efficacemente i sistemi di AI.
• Ruoli chiari: una chiara definizione delle responsabilità e delle funzioni facilita l'integrazione dell'AI.
• Competenze distribuite: la diffusione di conoscenze e capacità sull'AI a vari livelli aziendali.
• Capacità di sperimentazione: la propensione a testare e adottare nuove soluzioni tecnologiche.
• Relazioni con università o centri di ricerca: la collaborazione con il mondo accademico o della ricerca favorisce l'innovazione.
• Una governance interna che non lasci questi progetti in una zona grigia, ma che li gestisca con chiarezza strategica.

Logiche di augmentation e l'importanza delle competenze

Un altro punto molto concreto riguarda il tipo di impatto. Nei casi osservati, prevalgono le logiche di augmentation, cioè di rafforzamento del lavoro umano, più che quelle di sostituzione pura. L'AI alleggerisce compiti ripetitivi, accelera alcuni passaggi, rende più accessibile la conoscenza interna e supporta figure tecniche o manageriali nelle decisioni. Questo, tuttavia, non equivale a dire che l'effetto sia neutro. Quando una quota crescente di attività operative si trasferisce verso sistemi automatizzati, cambia profondamente il profilo di competenze richiesto, rendendo la formazione e lo sviluppo delle abilità umane ancora più critici.

In sintesi, il rapporto di Anitec-Assinform e Politecnico di Torino dipinge un quadro complesso e in evoluzione. L'AI sta indubbiamente radicandosi nel tessuto produttivo italiano, ma la sua diffusione è segnata da profonde disuguaglianze dimensionali e settoriali. La sfida principale per l'Italia risiede nella capacità di colmare il divario delle PMI, di riqualificare la forza lavoro e di coordinare un sistema formativo che sia all'altezza delle nuove esigenze, trasformando il ritardo attuale in un'opportunità per prepararsi al futuro.